ARIMA和RBF神经网络在降水量预测中的应用研究任务书

 2021-11-07 09:11

1. 毕业设计(论文)主要目标:

1、收集辽宁省丹东站点、沈阳站点和朝阳站点的历年降水量数据,了解其时间变化趋势;

2、加强对时间序列的理解,建立ARIMA模型,拟合并预测月降雨量;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要内容:

本文研究ARIMA和RBF神经网络两种统计方法在进行时间序列数据分析时的基本特征和效果,基于丹东、沈阳和朝阳三个站点的月降水量数据,首先对数据进行预处理,确保数据质量和量纲一致。

其次,建立时间序列ARIMA模型,用于拟合及预测三个站点的降雨量。

再者,选取合适的降雨量数据作为训练样本和测试样本,构建RBF神经网络模型,测试三个站点的降雨量。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 主要参考文献

[1] 王燕. 应用时间序列分析(第四版)[M]. 北京: 中国人民大学出版社, 2015: 1-2, 175-176.

[2] Papaefthymiou G, Kl cklB. MCMC for wind power simulation[J]. IEEE Trans on Energy Conversion, 2008,23(1): 234 - 240.

[3] Morales J R, Minguez R,Conejo A J. A methodology to generate statistically dependent wind speedscenarios[J]. Applied Energy, 2010, 87(3): 843-855.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。